TLDR
Robot humanoid menunjukkan kemajuan signifikan dalam kemampuan bermain tenis secara real-time. Framework LATENT memungkinkan robot belajar dari data gerakan manusia yang tidak sempurna, mengatasi batasan dalam pengembangan robot. Robot ini mampu beradaptasi dengan gaya bermain yang berbeda dan mempertahankan rally yang panjang, menunjukkan potensi untuk atletik di dunia nyata. Sebuah robot humanoid yang dikembangkan oleh Galbot dan Tsinghua University di Beijing berhasil menunjukkan kemampuan rally tenis secara real-time dengan tingkat keberhasilan forehand hingga 90,9%. Robot ini mampu melacak bola, memprediksi lintasan, dan mengembalikan bola secara efektif menggunakan pembelajaran otonom dan koordinasi seluruh tubuh.Robot ini menggunakan sistem pelatihan LATENT yang memanfaatkan data gerakan manusia amatir yang tidak sempurna, mengurangi kebutuhan akan data berkualitas tinggi dan pemodelan kinematik rumit. Dengan kombinasi reinforcement learning dan simulasi besar-besaran, robot ini dapat menyesuaikan gerakan dan strategi berdasarkan kondisi permainan dan lintasan bola yang bervariasi.Keberhasilan robot dalam mempertahankan reli panjang dan beradaptasi dengan berbagai gaya bermain menandai kemajuan penting dalam robotika humanoid di lingkungan dinamis dan bersifat kompetitif. Walaupun belum menyamai atlet profesional, pencapaian ini membuka peluang pengembangan robot atletik yang lebih canggih dan aplikatif di masa depan.
